چگونه مایکروسافت با استفاده از هوش مصنوعی یک باتری جدید بالقوه پیدا کرد؟

هوش مصنوعی (AI) و محاسبات ابری در مقیاس بزرگ، جستجوی مواد جدید باتری را سرعت می بخشد. همکاری با هوش مصنوعی بین مایکروسافت و آزمایشگاه ملی شمال غرب اقیانوس آرام (PNNL) قبلاً یک ماده جدید امیدوارکننده را تولید کرده است که این دو عبارتند از اشتراک گذاری به صورت عمومی امروز.

آن‌ها نوع جدیدی از الکترولیت حالت جامد را کشف کردند، نوعی ماده که می‌تواند به باتری‌هایی منجر شود که نسبت به باتری‌های لیتیوم یون امروزی احتمال آتش گرفتن آن کمتر است. همچنین از لیتیوم کمتری استفاده می‌کند که با افزایش تقاضا برای باتری‌های برقی شارژی، دستیابی به آن سخت‌تر می‌شود.

هنوز راه درازی در پیش است تا ببینیم این ماده به‌عنوان جایگزینی برای باتری‌های لیتیوم یون سنتی چقدر قابل استفاده است. چیزی که دانشمندان بیش از همه در مورد آن هیجان زده هستند، پتانسیل هوش مصنوعی مولد برای سرعت بخشیدن به کار آنها است. این کشف اولین مورد از بسیاری از موادی است که آنها در جستجوی باتری بهتر آزمایش خواهند کرد.

“نکته مهمی که باید به آن اشاره کرد، سرعت رسیدن ما به یک ایده جدید، یک ماده جدید است. اگر بتوانیم چنین شتابی را ببینیم، شرط من این است که این راه آینده برای یافتن این نوع مواد است. کارل مولر، شیمیدان فیزیک و مدیر دفتر توسعه برنامه در PNNL می گوید.

به گفته مایکروسافت، مایکروسافت سال گذشته با محققان PNNL تماس گرفت تا عناصر کوانتومی Azure (AQE) خود را ارائه دهد، پلتفرمی که محاسبات با عملکرد بالا و هوش مصنوعی – و در نهایت، محاسبات کوانتومی را با هم ترکیب می‌کند. این شرکت سال گذشته آن را به عنوان ابزاری مناسب برای اکتشافات در علم شیمی و مواد راه اندازی کرد.

محققان AQE را برای مواد باتری که لیتیوم کمتری مصرف می‌کنند جویا شدند و به سرعت ۳۲ میلیون نامزد مختلف را پیشنهاد کردند. از آنجا، سیستم هوش مصنوعی باید تشخیص می داد که کدام یک از این مواد برای استفاده به اندازه کافی پایدار است – که حدود ۵۰۰۰۰۰ عدد می شود. آن‌ها از فیلترهای بیشتری برای استنباط اینکه هر ماده می‌تواند انرژی را به خوبی هدایت کند، شبیه‌سازی نحوه حرکت اتم‌ها و مولکول‌ها در هر ماده و حدس زدن اینکه هر نامزد در مورد هزینه و در دسترس بودن چقدر کاربردی خواهد بود، استفاده کردند.

در نهایت فقط ۲۳ نامزد باقی ماندند که پنج نفر از آنها قبلاً مواد شناخته شده بودند. تمام این عملیات تنها ۸۰ ساعت طول کشید – شاهکاری به قدری سریع که بدون هوش مصنوعی و AQE عملا غیرممکن بود.

ویجی موروگسان می‌گوید: «سی و دو میلیون چیزی است که ما هرگز نمی‌توانیم انجامش دهیم… تصور کنید انسانی نشسته است و از ۳۲ میلیون ماده عبور می‌کند و یکی دو مورد از آن را انتخاب می‌کند. این اتفاق نمی‌افتد.» یک کارمند دانشمند و گروه علوم مواد در PNNL رهبری می شود.

PNNL یک نامزد امیدوارکننده را از آن جستجو برای آزمایش آن ترکیب کرد. آنها توانستند یک باتری در حال کار از آن تولید کنند و از آن برای روشن کردن لامپ و ساعت استفاده کنند. برای اینکه این ماده جدید خودش را ثابت کند، صدها نمونه اولیه باتری باید آزمایش و اصلاح شوند. بنابراین انتظار نداشته باشید به این زودی وارد قفسه‌های فروشگاه‌ها شود – تحقیقات زیادی در مورد مواد جدید امیدوارکننده‌ای انجام شده است که هرگز وارد بازار نمی‌شوند.

چیزی که در مورد این نامزد خاص هیجان انگیز است این است که از ترکیبی از لیتیوم و سدیم، یک عنصر فراوان و جزء اصلی نمک استفاده می کند. مایکروسافت می‌گوید که این ماده جدید می‌تواند مقدار لیتیوم مورد استفاده در باتری را تا ۷۰ درصد کاهش دهد.

علاوه بر این، می‌توان از آن برای ایجاد یک باتری حالت جامد استفاده کرد که ایمن‌تر از باتری‌های لیتیوم یون امروزی ساخته شده با الکترولیت‌های مایع که بیشتر مستعد گرم شدن بیش از حد هستند. بخش مشکل این است که الکترولیت های جامد به طور کلی به خوبی الکترولیت های مایع خود در هدایت انرژی نیستند. این چالشی است که محققان هنوز در تلاشند تا با این ماده جدید بر آن غلبه کنند، زیرا در آزمایش‌های آزمایشگاهی هدایت کمتری نسبت به پیش‌بینی اولیه نشان می‌دهد.

خوشبختانه، هنوز نامزدهای امیدوارکننده دیگری برای محققان وجود دارد که می‌توانند در تلاش برای ایجاد نسل بعدی باتری‌های مورد نیاز برای تامین انرژی جهان با انرژی‌های تجدیدپذیر، آن‌ها را بسازند و آزمایش کنند. به خاطر داشته باشید که هوش مصنوعی مولد دارای یک تاثیرات زیست محیطی رو به رشد خود، به ویژه انتشار گازهای گلخانه ای مرتبط با تمام انرژی سوزانده شده توسط محاسبات. این امر باعث می‌شود که همزمان افزایش بهره‌وری انرژی محاسبات و راه‌اندازی مراکز داده بر روی انرژی پاک – که به باتری‌های بهتری نیاز دارد- مهم باشد.

کریستا سوور که رهبری این پژوهش را بر عهده دارد می‌گوید: “ما باید واقعاً ۲۵۰ سال آینده علم مواد شیمی را در دو دهه آینده فشرده کنیم، درست است؟ و این به این دلیل است که می‌خواهیم سیاره خود را نجات دهیم.” مایکروسافت کوانتوم – ردموند (QuArC) گروه در تحقیقات مایکروسافت همانطور که از این نتایج می بینید، هوش مصنوعی و محاسبات با عملکرد بالا با هم می توانند شتابی را در این کشف علمی ایجاد کنند.

تصحیح ۱۰ ژانویه، ۱۱:۰۰ صبح به وقت شرقی: نسخه قبلی این داستان می گفت که ماده جدید می تواند میزان سدیم مصرفی در باتری را تا ۷۰ درصد کاهش دهد. تصحیح شده است که این ماده می تواند مقدار لیتیوم را تا ۷۰ درصد کاهش دهد. ما از اشتباه پشیمانیم